孟飛孟祥金陳有川邢華橋

(1.山東建筑大學 測繪地理信息學院，山東濟南250101；2.山東建筑大學 建筑城規(guī)學院，山東 濟南250101)

0 引言

我國正處于快速城鎮(zhèn)化階段，預計到2030年，城鎮(zhèn)化水平將達到約65%[1]。從空間模式上，我國的城鎮(zhèn)化過程主要可以概括為2類，即(1)原有大城市在改革開放背景下的快速發(fā)展；(2)新興中小城市的發(fā)展崛起。后者已經(jīng)成為當前我國城鎮(zhèn)化的重要形式，特別是在國家大力統(tǒng)籌城鎮(zhèn)一體化的背景下，中小城市的發(fā)展受到越來越廣泛的關注[2]。快速城市化也帶來一系列問題，如生態(tài)環(huán)境惡化、資源危機、大氣污染、交通擁堵等。隨著城市人口的增加，城市規(guī)模不斷擴大，土地覆蓋和土地利用格局也將發(fā)生改變[3]。通過模擬和預測未來土地利用變化，可為城市布局和規(guī)劃提供參考，使城市發(fā)展走上可持續(xù)化發(fā)展道路[4-5]。元胞自動機CA(Cellular Automata)模型是一種由局部規(guī)則控制、“自下而上”的格網(wǎng)動力模型，具有強大的空間運算和模擬復雜系統(tǒng)地理時空演化過程的能力，現(xiàn)已廣泛應用于自組織系統(tǒng)演變過程的研究[6]，成為研究土地利用演變的重要方法[7]。近年來，國內(nèi)外學者在CA和GIS耦合交叉方向做了深入的研究[8-12]，提出了地理模擬和空間優(yōu)化系統(tǒng)GeoSOS(Geographical Simulation and Optimization Systems)，其集成了神經(jīng)網(wǎng)絡模型ANN-CA(Artificial Neural Network-CA)[13]、邏輯回歸CA模型 Logistic-CA[14]、決策樹模型 DT-CA(Decision Tree-CA)[15]等多個城市擴張模型，為城市擴張和演變提供了一個良好的模擬平臺。陳逸敏等[16]、管超等[17]利用該平臺進行了城市空間形態(tài)模擬并均取得了很好的效果。CA模型優(yōu)勢在于通過簡單的局部轉(zhuǎn)換規(guī)則可以模擬出復雜的土地利用格局。然而，土地利用的變化受到諸多復雜的因素影響，簡單的ANN-CA模型難以模擬城市內(nèi)部復雜用地類型變化。研究表明：城市用地的轉(zhuǎn)化受到政府土地政策的強烈影響，利用土地利用總體規(guī)劃、專項規(guī)劃和詳細規(guī)劃對優(yōu)化土地利用結(jié)構(gòu)、合理配置土地資源具有十分積極作用[18-19]。鑒于此，文章提出一種利用規(guī)劃分區(qū)優(yōu)化修正預測方案，選取土地利用規(guī)劃中城市建設用地為切入點，利用ArcGIS建立多時相高精度的土地利用現(xiàn)狀分類數(shù)據(jù)庫，運用GeoSOS平臺中ANN-CA模型提取土地利用轉(zhuǎn)化規(guī)則和土地利用轉(zhuǎn)移矩陣，并結(jié)合濰坊土地利用規(guī)劃分區(qū)，優(yōu)化模擬預測方案，以期從空間和數(shù)量2個方面提高模擬精度，豐富城市土地利用模擬方案，為城區(qū)土地利用發(fā)展提供依據(jù)。

1 研究區(qū)域和數(shù)據(jù)來源

1.1 研究區(qū)域概況

濰坊是山東省下轄的一個地級市，城區(qū)人口128.42萬人(2015年)，毗鄰青島、煙臺，地處半島城市群的地理中心，是山東內(nèi)陸腹地通往沿海各城的咽喉，海、陸、空交通發(fā)達，區(qū)位優(yōu)勢明顯。濰坊氣候適宜、地形平坦，城市發(fā)展自然條件優(yōu)越。作為我國東部沿海經(jīng)濟帶重要城市，濰坊具有中等城市的典型性與代表性。自1990年以來，濰坊市城區(qū)城市化進程迅速，土地利用狀況發(fā)生顯著變化。但是也引發(fā)了一系列的土地利用問題，如耕地快速減少，土地利用效率相對低下，土地利用方式相對粗放，閑置、違法用地多，農(nóng)村居民點分散且難以整合等。2016年濰坊城區(qū)建設用地面積達147 m2/人，高于全國129 m2/人的平均水平。選取地理坐標范圍為36°34′43″～36°47′38″N，118°58′37″～119°17′57″E 的濰坊中心城區(qū)進行研究，如圖1所示。該圖基于山東省自然資源廳的標準地圖服務網(wǎng)站(http：//www.sddlr.gov.cn/tplj/sdsgtzytbzdtfw/gsdt/)下載的審圖號為魯SG(2017)084的標準地圖制作，底圖無修改。

圖1 研究區(qū)地理位置示意圖

1.2 數(shù)據(jù)來源

所用數(shù)據(jù)主要包括：(1)土地利用數(shù)據(jù)，解譯自2005、2011和2017年1∶500的JPEG格式土地利用現(xiàn)狀圖?；谘芯繀^(qū)2011年谷歌地球高分辨率遙感影像，在 ArcGIS 10.2支持下，將 2005、2011和2017年土地利用現(xiàn)狀數(shù)據(jù)配準到統(tǒng)一坐標系下，經(jīng)幾何精校正、人工目視解譯、精度驗證、重分類、格式轉(zhuǎn)換等操作，建立土地利用空間分布數(shù)據(jù)庫。參照GB/T 21010—2017《中華人民共和國土地利用現(xiàn)狀分類標準》[20]，同時考慮到研究區(qū)土地利用現(xiàn)狀的特點以及本研究的需要，對分類系統(tǒng)做了適當調(diào)整：耕地、已獲審批而未建設的用地和其他未利用地可以直接轉(zhuǎn)為建設用地，統(tǒng)一歸入空閑用地。最終將土地利用類型劃分為空閑用地、道路廣場、居住用地、工礦倉儲、河流水域、公共服務、綠地和其他用地共8類。(2)土地利用規(guī)劃數(shù)據(jù)提取自《濰坊市土地利用總體規(guī)劃(2006—2020)》[21]和《濰坊市中心城區(qū)交通專項規(guī)劃》[22]。(3)DEM數(shù)據(jù)源自地理空間數(shù)據(jù)云的 30 m×30 m的 DEM數(shù)據(jù)(http：//www.gscloud.cn/sources)。為了探究城市內(nèi)部用地類型轉(zhuǎn)化，所有數(shù)據(jù)均采用10 m×10 m柵格分辨率，且將空間約束變量進行歸一化處理并統(tǒng)一坐標系至UTM/WGS-84。模型所用變量(高程、距一般道路距離、距鐵路距離、距主要道路距離、距市中心距離)的歸一化地圖如圖2所示。

2 研究方法

2.1 ANN-CA模擬

利用GeoSOS平臺的ANN-CA模型模擬濰坊城區(qū)土地利用變化，主要分為2步：(1)利用2005、2011年2期的土地利用數(shù)據(jù)和約束空間限制因子(見表1)訓練ANN-CA的轉(zhuǎn)化規(guī)則；(2)以2011年土地利用數(shù)據(jù)作為初始數(shù)據(jù)，利用2005和2011年的轉(zhuǎn)化規(guī)則和空間變量預測出2017年土地利用。ANN-CA模型無需用戶提供確切的結(jié)構(gòu)關系，能夠有效地反映空間變量之間的復雜關系，非常適合處理多種土地利用類型之間的相互轉(zhuǎn)換問題[10]。元胞間的轉(zhuǎn)換概率由式(1)表示為

式中：為用地轉(zhuǎn)換概率；γ為[0，1] 范圍內(nèi)隨機數(shù)，反映用地轉(zhuǎn)換的不確定性；netj(k，t)為隱藏層第j個神經(jīng)元所收到的信號；wj，l為隱藏層和輸出層之間的權(quán)重。

表1 人工神經(jīng)網(wǎng)絡CA所采用的空間變量表

2.2 基于規(guī)劃分區(qū)的空間優(yōu)化模擬

CA模型優(yōu)勢在于通過簡單的局部轉(zhuǎn)換規(guī)則可以模擬出復雜的土地利用格局。但是在實際土地利用轉(zhuǎn)換過程中還會受到“自上而下”的宏觀規(guī)劃等的影響，基于此，利用規(guī)劃分區(qū)來從宏觀角度“自上而下”調(diào)控城市用地擴張和土地利用轉(zhuǎn)換，對具體類別從空間和數(shù)量上對城市發(fā)展加以約束，即利用規(guī)劃的功能區(qū)人為約束城市類型的轉(zhuǎn)變，對模擬結(jié)果優(yōu)化修正。規(guī)劃分區(qū)修正優(yōu)化步驟為

(1)通過GeoSOS平臺中ANN-CA模型分別模擬單類別城市用地擴張演化，默認模擬單類為擴張類，非模擬用地類為不變類，即非模擬類在模擬過程中不發(fā)生變化，其擴張類轉(zhuǎn)換元胞數(shù)的計算由式(2)表示為

式中：Wj第j類城市用地轉(zhuǎn)化數(shù)目；M為神經(jīng)網(wǎng)絡自動提取轉(zhuǎn)化總數(shù)；mj為第j類城市用地實際轉(zhuǎn)化數(shù)；aj為該類別增速vj與平均增速的比值。

(2)根據(jù)轉(zhuǎn)化優(yōu)先級矩陣確定沖突用地的土地利用類型，得到最終修正模擬結(jié)果。地類間相關系數(shù)依據(jù)相關系數(shù)值大小確定，相關系數(shù)越高說明該發(fā)展功能區(qū)內(nèi)該地類更易“存活”，各城市土地利用之間的相關性由Pearson's空間相關系數(shù)求得，根據(jù)相關性確定優(yōu)先轉(zhuǎn)換等級[23]。空間相關性計算由式(3)表示為

式中：p為2組變量的相關系數(shù)；X、Y為兩組變量；E(X)、E(Y)分別為變量X、Y的期望；Var(X)、Var(Y)分別為變量X、Y的方差。

3 結(jié)果分析

3.1 城市用地空間相關系數(shù)與轉(zhuǎn)化優(yōu)先級

根據(jù)該區(qū)主干道和土地利用優(yōu)先級將城市劃分成不同區(qū)域，一類區(qū)域即核心區(qū)為公共服務優(yōu)先區(qū)、二類區(qū)域為優(yōu)先居住區(qū)、三類區(qū)域為外圍的工礦倉儲優(yōu)先區(qū)[21-22]。由式(3)求得各城市用地間空間相關系數(shù)，并根據(jù)空間相關系數(shù)確定各城市用地的轉(zhuǎn)換優(yōu)先級矩陣，結(jié)果見表2?？臻g相關系數(shù)越高說明兩者的空間聯(lián)系越緊密，地類間轉(zhuǎn)化的優(yōu)先級別也就越高。從空間相關系數(shù)來看，居住用地與公共服務用地空間相關系數(shù)為0.995，則居住用地和公共服務用地之間轉(zhuǎn)化優(yōu)先級為2，僅次于其自身的轉(zhuǎn)化優(yōu)先級(自身相關系數(shù)為1，轉(zhuǎn)化優(yōu)先級也為1)，依次類推居住用地與工礦倉儲用地的空間相關系數(shù)為0.864，轉(zhuǎn)化優(yōu)先級為3，其他用地構(gòu)成較為復雜，因此不設置轉(zhuǎn)化優(yōu)先級。

表2 空間相關系數(shù)和轉(zhuǎn)化優(yōu)先級表

3.2 土地利用格局變化分析

轉(zhuǎn)移矩陣能較好地展示不同土地利用類型之間的轉(zhuǎn)變情況。2005、2011和2017年研究區(qū)域主要土地利用類型地類轉(zhuǎn)移概率矩陣見表3?？梢钥闯觯?005至2011年，研究區(qū)空閑用地轉(zhuǎn)化總概率為0.046，其中轉(zhuǎn)為道路廣場和居住用地的概率分別為0.049和0.067；居住用地和道路廣場用地轉(zhuǎn)入量較大，轉(zhuǎn)入總概率分別為0.208和0.194，成為城市擴張的主要增長方式。2011至2017年，各土地利用類型中居住用地轉(zhuǎn)移總概率達到0.334，成為研究區(qū)變化最顯著的地類，空閑用地的轉(zhuǎn)移概率為0.041，與2005至2011年變化速率有所下降，說明城市用地從單一擴張式發(fā)展向內(nèi)部用地協(xié)調(diào)優(yōu)化方式的轉(zhuǎn)變。

從空間結(jié)構(gòu)來看，城市整體格局總體走勢仍然以原有城區(qū)為核心，沿主要交通干線擴展，如圖3所示。2005至2011年土地利用變化劇烈，約11%的空閑用地轉(zhuǎn)化為城鄉(xiāng)建設用地，其中居住用地迅速從32.3%增加至36.5%。道路廣場用地由9.2%擴張至11.3%，但居住用地、工礦倉儲以及公共服務用地占城市主導的地位并未發(fā)生改變，占城市用地百分比分別由2005年的59%、24.5%、12.2%轉(zhuǎn)變?yōu)?011年的57.5%、29.3%、11.8%。城市用地內(nèi)部景觀格局變化顯著，公共服務用地的布設對城市用地轉(zhuǎn)換空間分布具有明顯影響。新建交通要道周邊城市用地擴張顯著，說明道路對城市用地擴張的重要影響。受城市地價等因素影響，2011至2017年城市居住用地和公共服務用地迅速填充城區(qū)內(nèi)部空閑用地，成為城市擴張的主力軍，分別增長16%、4%，增速與2005至2011年期間相同；工礦用地向城郊外圍遷移，也反映出城市結(jié)構(gòu)功能的變化公共綠地、其他用地和河流水域幾乎沒發(fā)生變化。

表3 研究區(qū)2005、2011和2017年主要地類轉(zhuǎn)移概率矩陣表

圖3 研究區(qū)土地利用分類圖

3.3 優(yōu)化方案驗證與精度評價

為有效檢驗模擬結(jié)果的可靠性，將在整體和元胞兩級尺度上對模擬結(jié)果進行精度驗證評價。采用Kappa系數(shù)定量的反映模擬結(jié)果的整體精度[24]。Pontius等[25]提出的優(yōu)質(zhì)性能指數(shù)FoM(Figure of Merit)定量地檢驗元胞尺度上的模擬精度。Kappa系數(shù)越高說明其模擬精度越高，Kappa系數(shù)計算由式(4)表示為

式中：k為Kappa系數(shù)值；PO為觀測值指的是2幅圖像柵格類別一致部分占總的比例；PC為期望一致部分比例。其計算公式由式(5)表示為

式中：n為圖像柵格像元總數(shù)；；s為2幅圖像柵格像元值對應相等的像元數(shù)；a1為圖像真實柵格為1的像元數(shù)；a0為圖像真實柵格為0的像元數(shù)；b1為模擬圖像柵格為1的像元數(shù)；b0為模擬圖像柵格為0的像元數(shù)。

FoM值越大，用于城市土地利用發(fā)展模型的元胞尺度模擬結(jié)果精度越高，其中值一般在 0.01～0.25之間。FoM的計算由式(6)表示為

式中：F為FoM的值；A為觀測狀態(tài)為“變化”而模擬結(jié)果為“未變”的元胞個數(shù)；B為觀測狀態(tài)為“變化”且模擬結(jié)果為“變化”的元胞個數(shù)；C為觀測狀態(tài)為“變化”且模擬結(jié)果為“變化”但變化類型有誤的元胞個數(shù)；D為觀測狀態(tài)為“未變”而模擬結(jié)果“變化”的元胞個數(shù)。

通過驗證模擬結(jié)果顯示，優(yōu)化后ANN-CA模型Kappa系數(shù)為0.86，較ANN-CA模擬方法Kappa系數(shù)提高0.1，F(xiàn)oM指數(shù)則由0.08提高到0.10。2017年濰坊規(guī)劃分區(qū)ANN-CA土地利用模擬圖如圖4所示，從空間分布來看，利用規(guī)劃分區(qū)優(yōu)化后城市擴張模擬結(jié)果精度明顯提高，更符合城市擴展真實情況，適用于濰坊城區(qū)擴張模擬預測。2017年濰坊城區(qū)各土地利用類型面積占比如圖5所示，2種模擬結(jié)果各地類面積占比都和實際用地類型較為貼近，與模擬過程轉(zhuǎn)換元胞數(shù)直接相關，但空閑用地、居住用地占比優(yōu)化模擬結(jié)果更為接近真實值，反映規(guī)劃分區(qū)優(yōu)化結(jié)果在數(shù)值應該更符合真實情況。同時發(fā)現(xiàn)未優(yōu)化的ANNCA模擬結(jié)果空閑用地占比明顯低于實際情況，在模型運行中，空閑用地屬于最易轉(zhuǎn)化類，而原始數(shù)據(jù)中某些開發(fā)用地是不合理的，而元胞自動機通過樣本訓練將這些數(shù)據(jù)統(tǒng)統(tǒng)納入發(fā)展種子向周圍擴張，造成城市擴張呈現(xiàn)碎片化，從圖4(a)中可以看出某些顆粒狀地物分布，而規(guī)劃優(yōu)化通過地類的優(yōu)先級替代在一定程度上很好的消除了顆粒地物現(xiàn)象。

圖4 2017年濰坊規(guī)劃分區(qū)ANN-CA土地利用模擬圖

圖5 2017年濰坊城區(qū)各土地利用類型面積占比圖

3.4 發(fā)展預測

以2017年歷史土地利用數(shù)據(jù)為初始數(shù)據(jù)，假設未來濰坊城區(qū)未來發(fā)展趨勢不變的前提下，利用優(yōu)化ANN-CA模型模擬濰坊城區(qū)2025年土地利用狀況，結(jié)果如圖6所示。如果以現(xiàn)有趨勢和方式發(fā)展，濰坊城區(qū)的擴張趨勢將以現(xiàn)有城區(qū)為中心，依托交通干線迅速向城市外圍擴展，約有4.34%的空閑用地繼續(xù)轉(zhuǎn)化成城鎮(zhèn)用地。城市內(nèi)部結(jié)構(gòu)布局發(fā)生轉(zhuǎn)變，部分工礦倉儲用地向城市外圍擴展，其發(fā)展?jié)撃苓M一步釋放(約增加2.14%)，公共服務區(qū)呈現(xiàn)集聚—分散態(tài)勢，即繼續(xù)在老城區(qū)集聚，又隨著城市發(fā)展向城市外圍點散分布，而新增5.21%的居住用地則伴隨城市的發(fā)展不規(guī)則擴張，也是城鎮(zhèn)用地主要擴張方式。此外，公共服務設施用地對城市擴展具有明顯導向作用，其中值得注意的是綠地的擴張較為明顯(增加約1.76%)，究其原因可能是模擬過程綠地屬于不可轉(zhuǎn)化為其他用地類型，根據(jù)歷史數(shù)據(jù)遞進式模擬預測使得該用地得以增強，與濰坊市政府2015年提出的“森林城市，生態(tài)濰坊”的建設目標較為吻合，也側(cè)面反映規(guī)劃修正模擬結(jié)果必要性，其精度較為可信。然而未來濰坊城區(qū)土地利用壓力將進一步增大，土地轉(zhuǎn)化能力將進一步下降，建設用地布局更加緊湊，因此規(guī)劃部門應在城市進一步發(fā)展中對城鎮(zhèn)化的方式和規(guī)模進行優(yōu)化調(diào)整。

圖6 2025年濰坊城區(qū)土地利用預測圖

4 結(jié)論

在分析了2005、2011、2017年濰坊市城區(qū)土地利用現(xiàn)狀的基礎上，運用ANN-CA模型，采用規(guī)劃分區(qū)優(yōu)化方案分別模擬了濰坊城區(qū)2017和2025年城市空間擴展情況，經(jīng)對比驗證分析，主要結(jié)論如下：

(1)2005至2017年濰坊城區(qū)土地利用空間分布功能轉(zhuǎn)換明顯，主要表現(xiàn)為空閑用地面積減少，而居住用地、城市道路用地面積增加，同時工礦倉儲用地外圍擴展，城市發(fā)展中心向城市北部偏移。

(2)優(yōu)化后模擬結(jié)果精度從數(shù)值和空間上均要高于ANN-CA直接模擬結(jié)果。依據(jù)規(guī)劃分區(qū)優(yōu)化方案較好考慮了城市發(fā)展的自然和社會限制因素，加入宏觀規(guī)劃因子在一定程度上彌補ANN-CA模擬的不足，對ANN-CA模型應用于模擬城市內(nèi)部多類別轉(zhuǎn)化和擴張?zhí)峁┝烁嗫赡?，是對當前城市擴張模型模擬方案的有益補充。

(3)模擬結(jié)果顯示，預測至2025年濰坊城區(qū)土地利用變化依舊顯著，居住及工礦用地和交通運輸?shù)孛娣e將會繼續(xù)增加，而綠地及空閑用地面積則會繼續(xù)縮小。